Análisis del uso de la inteligencia artificial generativa para el fortalecimiento de la honestidad algorítmica mediante un diseño metodológico mixto aplicado a estudiantes universitarios
DOI:
https://doi.org/10.65093/aci.v17.n3.2026.63Palabras clave:
transparencia epistemológica, aprendizaje de las IA, ética algorítmica, autonomía reflexivaResumen
Este estudio examina la integración de la inteligencia artificial generativa en el autoaprendizaje universitario, con el propósito de comprender la brecha entre la alta utilidad percibida y las prácticas reales de verificación, promoviendo la honestidad algorítmica frente a riesgos de dependencia y alucinación conceptual. Se adoptó un diseño descriptivo transversal con enfoque mixto, aplicando cuestionarios en línea y entrevistas a 179 estudiantes de ciencias exactas y naturales, medicina e ingenierías de la Universidad de Cartagena durante el periodo 2026-I. Los hallazgos revelan alucinaciones frecuentes —errores factuales y referencias inventadas— junto con barreras como la dependencia excesiva y dilemas éticos sobre integridad académica. Asimismo, se advierte una delegación epistémica parcial a la IA y la opacidad de la “caja negra”, factores que pueden erosionar habilidades analíticas si no se interviene pedagógicamente. En respuesta, se proponen cuatro líneas de acción: alfabetización algorítmica crítica, pautas de honestidad algorítmica, tareas de reconstrucción argumental y verificación colaborativa, asegurando que la IA amplíe la autonomía reflexiva solo mediante estrategias formativas que prioricen transparencia y validación rigurosa.
Descargas
Citas
Burrell, J. (2016). How the machine ‘thinks’: Understanding opacity in machine learning algorithms. Big Data & Society, 3 (1), 1-12. https://doi.org/10.1177/2053951715622512
Cifuentes Wchima, X., Herrera Quintero, J.E., Mejía Giraldo, L.M., Restrepo Betancur, L.F. & Vélez Medina, B. (2025). Una oteada reflexiva hacia el contexto epistemológico de la analítica de datos. Sophia, 21 (1), e1440. https://doi.org/10.18634/sophiaj.21v.1i.1440
Constante, A. & Chaverry, R. (Coords.). (2020). La silicolonización de la subjetividad: Reflexiones en la nube. Ediciones Navarra.
Faliero, J.C. (2021). Limitar la dependencia algorítmica. Impactos de la inteligencia artificial y sesgos algorítmicos. Nueva Sociedad (294), 120-129. https://www.nuso.org/articulo/limitar-la-dependencia-algoritmica/
Ferrante, E. (2021). Inteligencia artificial y sesgos algorítmicos: ¿Por qué deberían importarnos? Nueva Sociedad (294), 28-36. https://nuso.org/articulo/inteligencia-artificial-y-sesgos-algoritmicos/
Floridi, L. & Cowls, J. (2019). A Unified Framework of Five Principles for AI in Society. Harvard Data Science Review, 1 (1). https://doi.org/10.1162/99608f92.8cd550d1
Jobin, A., Ienca, M. & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1 (9), 389–399. https://doi.org/10.1038/s42256-019-0088-2
Kalai, A.T., Nachum, O., Vempala, S.S. & Zhang, E. (2026). Evaluating large language models for accuracy incentivizes hallucinations. Nature, 653, 1047–1051. https://doi.org/10.1038/s41586-026-10549-w
Katz, Y. (2020). Artificial Whiteness: Politics and Ideology in Artificial Intelligence. Columbia University Press.
López, F. (2023). La delegación de agencia epistémica en la tecnología: reflexiones en torno a Bruno Latour y Éric Sadin. En Actas. Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación. Departamento de Filosofía. http://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.17162/ev.17162.pdf
Miao, F., Holmes, W., Huang, R. & Zhang, H. (2021). Inteligencia artificial y educación: Guía para las personas a cargo de formular políticas. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000379376
Mittelstadt, B.D., Allo, P., Taddeo, M., Wachter, S. & Floridi, L. (2016). The ethics of algorithms: Mapping the debate. Big Data & Society, 3 (2). https://doi.org/10.1177/2053951716679679
Pasquale, F. (2015). The Black Box Society: The Secret Algorithms That Control Money and Information. Harvard University Press.
Selgas-Cors, M. (2025). The artificial intelligence in higher education: a paradigm shift? Campus Virtuales, 14 (2), 127-138. https://doi.org/10.54988/cv.2025.2.1602
Sepúlveda Rodríguez, J.A., Molina Rodríguez, R.I. & Avitia Carlos, P. (Coords.) (2025a). Adopción de la inteligencia artificial y tecnologías digitales en la educación superior (Vol.1). Qartuppi. https://qartuppi.com/educacion/inteligencia_1/
Sepúlveda Rodríguez, J.A., Molina Rodríguez, R.I. & Avitia Carlos, P. (Coords.) (2025b). Adopción de la inteligencia artificial y tecnologías digitales en la educación superior (Vol. 2). Qartuppi. https://qartuppi.com/educacion/inteligencia_2/
Sigman, M. & Bilinkis, S. (2023). "Artificial. La nueva inteligencia y el contorno de lo humano." Ciudad Autónoma de Buenos Aires: Debate 232 pp. ISBN: 978-987-795-066-3
UNESCO (2021). AI and education: Guidance for policy-makers. Paris: UNESCO Publishing.
Wang, H., Fu, T., Du, Y., Huang, W., Liu, Z., Chandak, P., et al. (2023). Scientific discovery in the age of artificial intelligence. Nature, 620, 47-60. https://doi.org/10.1038/s41586-023-06221-2
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
